Natural Killer Cells Mediate Long-term Kidney Allograft Injury
Notice bibliographique
Résumé
BACKGROUND: Chronic allograft injury remains the leading cause of late kidney graft loss despite improvements in immunosuppressive drugs and a reduction in acute T cell-mediated rejection. We have recently demonstrated that natural killer (NK) cells are cytotoxic to tubular epithelial cells and contribute to acute kidney ischemia-reperfusion injury. The role of NK cells in kidney allograft rejection has not been studied. METHODS: A "parent to F1" kidney transplant model was used to study NK cell-mediated transplant rejection. RESULTS: The C57BL/6 kidneys were transplanted into fully nephrectomized CB6F1 (C57BL/6 x BALB/c) mice. Serum creatinine levels increased from baseline (18.8 ± 5.0 μmol/L to 37.2 ± 5.9 μmol/L, P < 0.001) at 60 days after transplantation. B6Rag-to-CB6F1Rag (B6RagxBALB/cRag) recipients, which lack T and B cells but retain NK cells, showed similar levels of kidney dysfunction 65 days after transplantation (creatinine, 33.8 ± 7.9 μmol/L vs 17.5 ± 5.1 μmol/L in nontransplant Rag mice, P < 0.05). Importantly, depletion of NK cells in Rag1 recipients inhibited kidney injury (24.6 ± 5.5 μmol/L, P < 0.05). Osteopontin, which can activate NK cells to mediate tubular epithelial cell death in vitro, was highly expressed in 60 days kidney grafts. Osteopontin null kidney grafts had reduced injury after transplantation into CB6F1 mice (17.7 ± 3.1 μmol/L, P < 0.001). CONCLUSIONS: Collectively, these data demonstrate for the first time that independent of T and B cells, NK cells have a critical role in mediating long-term transplant kidney injury. Specific therapeutic strategies that target NK cells in addition to conventional immunosuppression may be required to attenuate chronic kidney transplant injury.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».